申请/专利权人：江苏南北木屋文化科技有限公司

申请日：2023-11-23

公开（公告）日：2024-05-10

公开（公告）号：CN117523773B

主分类号：G08B17/12

分类号：G08B17/12;G08B13/196;H04L67/12

优先权：

专利状态码：有效-授权

法律状态：2024.05.10#授权;2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本发明公开了一种智能木屋异常检测方法和系统，属于数据处理技术领域，方法包括：采集多个传感器在预设时长内的多个温度数据；将温度数据传输至边缘终端；对温度数据进行基于信任理论的推理，计算火灾发生概率；在火灾发生概率大于预设概率的情况下，打开第一摄像头，采集第一区域图像；获取客户的第二摄像头开启指令，采集第二区域图像；将采集的第一区域图像和第二区域图像上传至云端；对第一区域图像进行基于时间序列模型的火情检测；对第二区域图像进行基于轨迹特征的异常行为人识别；在检测到火情或者识别到异常行为人的情况下，发出警报。在保护客户隐私的同时，完成及时准确的风险预警。

主权项：1.一种智能木屋异常检测方法，其特征在于，应用于云边协同架构，所述云边协同架构包括布置于木屋内部多个位置的传感器、位于所述智能木屋周围的摄像头、边缘终端和云端，其中，所述摄像头包括第一摄像头和第二摄像头，所述传感器通过所述边缘终端与所述云端连接，所述摄像头与所述云端连接；方法包括：S101：采集多个传感器在预设时长内的多个温度数据；S102：将所述温度数据传输至所述边缘终端；S103：对所述温度数据进行基于信任理论的推理，计算火灾发生概率；S104：在所述火灾发生概率大于预设概率的情况下，打开所述第一摄像头，采集第一区域图像，其中，所述第一区域图像包括所述智能木屋；S105：获取客户的第二摄像头开启指令，采集第二区域图像，其中，所述第二区域图像包括以所述智能木屋为圆心的四周图像；S106：将采集的所述第一区域图像和所述第二区域图像上传至所述云端；S107：对所述第一区域图像进行基于时间序列模型的火情检测；S108：对所述第二区域图像进行基于轨迹特征的异常行为人识别；S109：在检测到火情或者识别到所述异常行为人的情况下，发出警报；其中，所述S103具体包括：S1031：计算第i个传感器采集到的温度数据的相对波动值ki： 其中，T表示所述温度数据的总个数，C1、C2表示相邻温度数据点；S1032：根据所述相对波动值计算修正系数λ： 其中，M表示传感器总数量；S1033：建立包括失火A、未失火B和不确定C三种情况的状态集Θ＝{A,B,C}，对每种情况的初始概率值进行基于模糊隶属度且和值为1的分配；S1034：基于所述修正系数对所述初始概率值进行修正，修正后的失火概率值A`、未失火概率值B`和不确定概率值C`： B'＝1-A'-C'；S1035：对修正后的概率值进行合成，计算所述火灾发生概率pA`，并基于修正后的未失火概率值B`和不确定概率值C`以相同的方式计算相应的概率： 其中，K表示辅助参数，Ai表示A的焦元，符号“Φ”表示空集；所述S107具体包括：S1071：建立关于所述第一区域图像每一个像素的时间序列模型C＝{c1,c2,…，cl}，所述时间序列中有l个元素，每个元素的颜色向量信息为每个元素表示为其中，表示当前像素为空时的最小亮度值和最大亮度值，也表示当前像素不为空时元素的最小亮度值和最大亮度值，此时，每个元素的亮度变化范围为[Ilow,Ihigh]，f表示当前元素的匹配次数，λi表示当前元素出现的最大时间间隔，pi,qi表示遍历过程中当前元素第一次出现的次数和最后一次出现的次数；S1072：计算所述亮度变化范围中的最低亮度Ilow和最高亮度Ihigh：Ilow＝1-εIi 其中，0ε1表示颜色变化阈值；S1073：利用所述亮度变化范围筛选待验证像素的亮度值I： 其中，νt表示同意像素不同时刻的亮度采样值，t表示所述第一区域图像的采样点数量，BrightnessI,＜Ilow,Ihigh＞表示筛选判据；S1074：若所述第一区域图像中当前像素不符合所述筛选判据，则在所述时间序列中新增一个元素，否则，对当前像素的颜色向量和元素进行更新： 其中，角标m表示更新后相应的参数；S1075：利用更新后的λm对前一时刻采集的第一区域图像进行火情过滤；S1076：遍历当前时刻采集的第一区域图像，计算所述第一区域图像中每个待检测像素的亮度值；S1077：根据所述筛选判据对所述待检测像素进行匹配，若匹配成功则判断所述待检测像素正常，否则，确定所述待检测像素存在火情；S1078：重复S1077，直至遍历完所述第一区域图像中所有的像素点；S1079：将正常的待检测像素置为0，将存在火情的待检测像素置为1，将得到的二值化图像输出，基于所述二值化图像判断是否存在火情；所述S108具体为：S1081：划定所述智能木屋的安全红线，结合YOLO算法和深度排序算法对越过所述安全红线的异常行为人进行识别，其中，所述安全红线位于所述第二区域图像范围内。

全文数据：

权利要求：

百度查询： 江苏南北木屋文化科技有限公司 一种智能木屋异常检测方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD